#основы #бенчмарки
⚡️ Бенчмарк – это эталонное значение какого-либо показателя или метрики, которое считается «нормальным», средним значением по рынку, отрасли, индустрии и т.д.
Как понять, что уровень текучести в вашей компании, например, 10% — это много или мало? Для этого нужно сравнить его с бенчмарком. Если у конкурентов текучесть составляет 20%, а у вас — 10%, то очевидно, что текучесть в вашей компании ниже.
Однако «нормальность» многих метрик варьируется в зависимости от индустрии, региона и других факторов. Так, текучесть на уровне 50% в розничной торговле считается приемлемой, в то время как для ИТ-компаний это высокий уровень.
Поэтому следует помнить основные правила использования бенчмарков:
❕Бенчмарк должен соответствовать индустрии вашей компании.
❕Бенчмарк должен учитывать регион, в котором работает ваш бизнес.
❕Бенчмарк должен быть актуальным на текущую дату.
❕Динамика изменения показателя важнее, чем простое соответствие бенчмарку.
⚡️ Бенчмарк – это эталонное значение какого-либо показателя или метрики, которое считается «нормальным», средним значением по рынку, отрасли, индустрии и т.д.
Как понять, что уровень текучести в вашей компании, например, 10% — это много или мало? Для этого нужно сравнить его с бенчмарком. Если у конкурентов текучесть составляет 20%, а у вас — 10%, то очевидно, что текучесть в вашей компании ниже.
Однако «нормальность» многих метрик варьируется в зависимости от индустрии, региона и других факторов. Так, текучесть на уровне 50% в розничной торговле считается приемлемой, в то время как для ИТ-компаний это высокий уровень.
Поэтому следует помнить основные правила использования бенчмарков:
❕Бенчмарк должен соответствовать индустрии вашей компании.
❕Бенчмарк должен учитывать регион, в котором работает ваш бизнес.
❕Бенчмарк должен быть актуальным на текущую дату.
❕Динамика изменения показателя важнее, чем простое соответствие бенчмарку.
👍5
#основы
При проведении исследований HR-процессов и состояний важно точно определить объекты, которые будут участвовать в этом процессе. Это могут быть все объекты (например, все сотрудники компании) или только их часть (например, отдельные представители различных отделов).
⚡️ Генеральная совокупность — это все объекты, по которым предполагается проводить исследование или анализ.
⚡️ Выборка — это часть генеральной совокупности, обладающая ее характеристиками. Другими словами, это типичная часть целого, анализируя которую, можно делать достаточно достоверные выводы о генеральной совокупности. Например, по группе сотрудников из разных отделов можно делать определенные предположения относительно всех сотрудников компании.
Понятия выборки и генеральной совокупности важны не только для правильной интерпретации результатов, но и влияют на формулы расчетов некоторых статистических показателей.
При проведении исследований HR-процессов и состояний важно точно определить объекты, которые будут участвовать в этом процессе. Это могут быть все объекты (например, все сотрудники компании) или только их часть (например, отдельные представители различных отделов).
⚡️ Генеральная совокупность — это все объекты, по которым предполагается проводить исследование или анализ.
⚡️ Выборка — это часть генеральной совокупности, обладающая ее характеристиками. Другими словами, это типичная часть целого, анализируя которую, можно делать достаточно достоверные выводы о генеральной совокупности. Например, по группе сотрудников из разных отделов можно делать определенные предположения относительно всех сотрудников компании.
Понятия выборки и генеральной совокупности важны не только для правильной интерпретации результатов, но и влияют на формулы расчетов некоторых статистических показателей.
👍2
#основы #размах
Говоря об использовании средних значений в HR-аналитике, важно упомянуть оценку их разнообразия. Одним из самых простых и интуитивно понятных методов измерения такой вариабельности является размах числового ряда. Хотя этот показатель может показаться примитивным, он даёт четкое представление о том, насколько данные однородны, что позволяет быстро сделать выводы о состоянии данных в выборке.
Размах (R) — это разница между максимальным и минимальным значением наблюдений. Он позволяет быстро оценить, насколько широко распределены данные. Большой размах может указывать на значительное разнообразие, тогда как маленький размах говорит об их однородности.
⚡️ Пример: В нашей выборке 100 наблюдений заработных плат сотрудников. Самая низкая зарплата — 100 рублей, а самая высокая — 200 рублей. Размах, то есть разница между наименьшим и наибольшим значением, составит 100 рублей.
Говоря об использовании средних значений в HR-аналитике, важно упомянуть оценку их разнообразия. Одним из самых простых и интуитивно понятных методов измерения такой вариабельности является размах числового ряда. Хотя этот показатель может показаться примитивным, он даёт четкое представление о том, насколько данные однородны, что позволяет быстро сделать выводы о состоянии данных в выборке.
Размах (R) — это разница между максимальным и минимальным значением наблюдений. Он позволяет быстро оценить, насколько широко распределены данные. Большой размах может указывать на значительное разнообразие, тогда как маленький размах говорит об их однородности.
⚡️ Пример: В нашей выборке 100 наблюдений заработных плат сотрудников. Самая низкая зарплата — 100 рублей, а самая высокая — 200 рублей. Размах, то есть разница между наименьшим и наибольшим значением, составит 100 рублей.
👍2
#инструменты #SPSS
Знакомимся с техническими инструментами, используемыми в HR-аналитике.
📊 SPSS (Statistical Package for the Social Sciences) - один из классических инструментов статистического анализа. Это аналитический софт от IBM, изначально созданный для научных исследований, но активно применяемый и в бизнес-среде, включая HR-аналитику.
🔹 Плюсы:
— Огромный функционал для количественного анализа,
— Широкие возможности регрессий, кластерного анализа, факторного анализа,
— Интуитивные визуализации,
— Поддержка импортов Excel, CSV, SQL и интеграция с Python.
🔹 Минусы:
— Высокие требования к пониманию статистики,
— Интерфейс может быть перегружен для новичков,
— Проприетарность и цена.
🔹 Когда использовать:
SPSS — не обязательный, но крайне полезный инструмент для продвинутых HR-аналитиков, работающих с опросами, вовлечённостью, предиктивными моделями или когортным анализом. Особенно полезен при необходимости точного статистического вывода и проверки гипотез.
Знакомимся с техническими инструментами, используемыми в HR-аналитике.
📊 SPSS (Statistical Package for the Social Sciences) - один из классических инструментов статистического анализа. Это аналитический софт от IBM, изначально созданный для научных исследований, но активно применяемый и в бизнес-среде, включая HR-аналитику.
🔹 Плюсы:
— Огромный функционал для количественного анализа,
— Широкие возможности регрессий, кластерного анализа, факторного анализа,
— Интуитивные визуализации,
— Поддержка импортов Excel, CSV, SQL и интеграция с Python.
🔹 Минусы:
— Высокие требования к пониманию статистики,
— Интерфейс может быть перегружен для новичков,
— Проприетарность и цена.
🔹 Когда использовать:
SPSS — не обязательный, но крайне полезный инструмент для продвинутых HR-аналитиков, работающих с опросами, вовлечённостью, предиктивными моделями или когортным анализом. Особенно полезен при необходимости точного статистического вывода и проверки гипотез.
👍2
#метрики #eNPS
⚡️ eNPS (Employee Net Promoter Score) — метрика, отражающая лояльность сотрудников и их готовность рекомендовать компанию как работодателя. Основана на методике NPS из клиентского сервиса.
🔹Как работает:
Сотрудникам задаётся 1 вопрос:
«Насколько вероятно, что вы порекомендуете нашу компанию другу как место работы?»
Ответ по шкале от 0 до 10:
9–10 → Промоутеры
7–8 → Нейтралы
0–6 → Критики
🔹Формула расчёта:
eNPS = ((кол-во промоутеров / общее кол-во ответов) – (кол-во критиков / общее кол-во)) * 100%
🔹Интерпретация:
< 0% — тревожно: преобладают недовольные
0–30% — средне, стоит работать с нейтралами
30–70% — хорошо, компания воспринимается позитивно
70% — отличная лояльность
Используйте eNPS как регулярный «пульс» настроений в компании.
⚡️ eNPS (Employee Net Promoter Score) — метрика, отражающая лояльность сотрудников и их готовность рекомендовать компанию как работодателя. Основана на методике NPS из клиентского сервиса.
🔹Как работает:
Сотрудникам задаётся 1 вопрос:
«Насколько вероятно, что вы порекомендуете нашу компанию другу как место работы?»
Ответ по шкале от 0 до 10:
9–10 → Промоутеры
7–8 → Нейтралы
0–6 → Критики
🔹Формула расчёта:
eNPS = ((кол-во промоутеров / общее кол-во ответов) – (кол-во критиков / общее кол-во)) * 100%
🔹Интерпретация:
< 0% — тревожно: преобладают недовольные
0–30% — средне, стоит работать с нейтралами
30–70% — хорошо, компания воспринимается позитивно
70% — отличная лояльность
Используйте eNPS как регулярный «пульс» настроений в компании.
👍1
#метрики #eNPS
О чем стоит помнить, проводя eNPS опрос:
🔹Периодичность: Опрос лучше проводить не реже чем раз в квартал или на полугодовой основе. В некоторых компаниях практикуется ежемесячный опрос, правда уровень прохождения в таком случае будет снижаться.
🔹Формат проведения: опрос должен быть доступен не только с десктопов, но и с мобильных устройств, а также за пределами корпоративной IT-среды. Это повысит уровень прохождения.
🔹Анонимность: Опрос должен быть полностью анонимным. Это повысит искренность при даче ответов. Если вам нужна демографическая разбивка или данные по структурным подразделениям/ регионам, лучше «разводить» потоки на уровне разных опросов и отправлять участникам, заранее разбитым на группы, разные ссылки.
🔹Информированность: результаты опроса должен быть транслированы сотрудникам, отсутствие понимание результатов и планов компании приведет, в среднесрочной перспективе, к снижению вовлеченности и дискредитации инструмента в глазах сотрудников.
О чем стоит помнить, проводя eNPS опрос:
🔹Периодичность: Опрос лучше проводить не реже чем раз в квартал или на полугодовой основе. В некоторых компаниях практикуется ежемесячный опрос, правда уровень прохождения в таком случае будет снижаться.
🔹Формат проведения: опрос должен быть доступен не только с десктопов, но и с мобильных устройств, а также за пределами корпоративной IT-среды. Это повысит уровень прохождения.
🔹Анонимность: Опрос должен быть полностью анонимным. Это повысит искренность при даче ответов. Если вам нужна демографическая разбивка или данные по структурным подразделениям/ регионам, лучше «разводить» потоки на уровне разных опросов и отправлять участникам, заранее разбитым на группы, разные ссылки.
🔹Информированность: результаты опроса должен быть транслированы сотрудникам, отсутствие понимание результатов и планов компании приведет, в среднесрочной перспективе, к снижению вовлеченности и дискредитации инструмента в глазах сотрудников.
👍1
#исследования
Типичными задачами HR-аналитика являются задачи, связанные со сбором количественных данных и их анализом. Анализ заработных плат, исследование текучести, уровня абсентеизма и многое другое - это примеры количественных исследований.
Количественные методы являются основной для проведения корреляционного и регрессионного анализа, факторного и кластерного анализа, построения математических моделей и прогнозов, так как именно эти методы исследования обеспечивает связь между эмпирическими данными и математическими вычислениями.
Спектр применения количественных методов включает в себя любые исследования, которые могут быть выражены в числах, процентах, математическом отношении.
⚡️К инструментам количественных исследований относятся: опросы, анкетирования, наблюдения и эксперименты.
⚡️К техническим средствам для их проведения можно отнести: google forms, monkey survey, а также их российские аналоги: kakdela от hh.ru и Яндекс Взгляд от Яндекс.
Типичными задачами HR-аналитика являются задачи, связанные со сбором количественных данных и их анализом. Анализ заработных плат, исследование текучести, уровня абсентеизма и многое другое - это примеры количественных исследований.
Количественные методы являются основной для проведения корреляционного и регрессионного анализа, факторного и кластерного анализа, построения математических моделей и прогнозов, так как именно эти методы исследования обеспечивает связь между эмпирическими данными и математическими вычислениями.
Спектр применения количественных методов включает в себя любые исследования, которые могут быть выражены в числах, процентах, математическом отношении.
⚡️К инструментам количественных исследований относятся: опросы, анкетирования, наблюдения и эксперименты.
⚡️К техническим средствам для их проведения можно отнести: google forms, monkey survey, а также их российские аналоги: kakdela от hh.ru и Яндекс Взгляд от Яндекс.
❤1
#исследования #опрос
Опрос один из самых популярных методов количественных исследований, основанный на опросе группы лиц и их мнения на заранее заданные темы. Опросы позволяют собирать и обрабатывать большой объем данных и при этом не требуют глубоких знаний и навыков, что делает их самым доступным и распространённым в использовании инструментом.
Основные этапы подготовки и формирования опроса:
⚡️Постановка цели. Важно четко определить цель, цели или гипотезы, данные для решения которых мы будем собирать.
⚡️Определение аудитории. Необходимо четко определить целевую аудиторию и составить профиль респондента.
⚡️Составление структуры опроса. Это описание структуры опроса: введения, описание целей и задач, «паспортички», «скелета» опроса, контроль-раздела, описание критериев валидности и надежности.
⚡️Обработка ответов. Этот этап направлен на обеспечение корректного расчета результатов опроса, а также проверку валидности и надежности полученных результатов через стат.показатели.
Опрос один из самых популярных методов количественных исследований, основанный на опросе группы лиц и их мнения на заранее заданные темы. Опросы позволяют собирать и обрабатывать большой объем данных и при этом не требуют глубоких знаний и навыков, что делает их самым доступным и распространённым в использовании инструментом.
Основные этапы подготовки и формирования опроса:
⚡️Постановка цели. Важно четко определить цель, цели или гипотезы, данные для решения которых мы будем собирать.
⚡️Определение аудитории. Необходимо четко определить целевую аудиторию и составить профиль респондента.
⚡️Составление структуры опроса. Это описание структуры опроса: введения, описание целей и задач, «паспортички», «скелета» опроса, контроль-раздела, описание критериев валидности и надежности.
⚡️Обработка ответов. Этот этап направлен на обеспечение корректного расчета результатов опроса, а также проверку валидности и надежности полученных результатов через стат.показатели.
#инструменты #Statistica
Продолжаем знакомиться с техническими инструментами, используемыми в HR-аналитике.
⚡️ Statistica – мощный статистический софт, аналогичный SPSS, но с более гибкими настройками визуализации и возможностью анализа как структурированных, так и неструктурированных данных. Включает:
— многомерный анализ,
— текстовый анализ,
— сегментацию и классификацию,
— визуализацию настраиваемых графиков и диаграмм.
🔹 Плюсы:
— Широкий статистический инструментарий,
— Возможность глубокого анализа и кастомизации,
— Работа с большими массивами данных.
🔹Минусы:
— Менее популярен в корпоративной среде,
— Ограниченная поддержка и сообщество,
— Интерфейс может быть менее интуитивен для новых пользователей.
🔹Применение в HR:
Statistica подойдёт продвинутым аналитикам для обработки больших массивов HR-данных: опросов, данных текучести, когорт, производительности.
Продолжаем знакомиться с техническими инструментами, используемыми в HR-аналитике.
⚡️ Statistica – мощный статистический софт, аналогичный SPSS, но с более гибкими настройками визуализации и возможностью анализа как структурированных, так и неструктурированных данных. Включает:
— многомерный анализ,
— текстовый анализ,
— сегментацию и классификацию,
— визуализацию настраиваемых графиков и диаграмм.
🔹 Плюсы:
— Широкий статистический инструментарий,
— Возможность глубокого анализа и кастомизации,
— Работа с большими массивами данных.
🔹Минусы:
— Менее популярен в корпоративной среде,
— Ограниченная поддержка и сообщество,
— Интерфейс может быть менее интуитивен для новых пользователей.
🔹Применение в HR:
Statistica подойдёт продвинутым аналитикам для обработки больших массивов HR-данных: опросов, данных текучести, когорт, производительности.
👍1
#статистика #теориявероятности
⚡️ Вероятность (P) — это мера возможности наступления конкретного события. Значение рассчитывается как отношение числа благоприятных исходов (M) к числу всех возможных исходов (N): P = M/N.
Для расчета вероятности наступления двух зависимых событий, их вероятности перемножаются. Для расчета вероятности одного события из нескольких, вероятности складываются (если события взаимно исключающие).
В HR-аналитике понятие вероятности используется для моделирования HR-процессов, анализа неопределенности, анализа временных рядов и других задач, связанных с прогнозированием.
⚡️Пример: Двум рекрутерам поручили по одной вакансии. Согласно историческим данным, вероятность закрытия вакансии у рекрутера А — 70%, у рекрутера B — 50%. Рассчитаем вероятность того, что оба рекрутера успешно закроют вакансии:
Вероятность закрытия для А: P(A) = 0,7
Вероятность закрытия для B: P(B) = 0,5
Вероятность того, что оба рекрутера закроют вакансии: P(AB) = P(A) * P(B) = 0,7 * 0,5 = 0,35.
⚡️ Вероятность (P) — это мера возможности наступления конкретного события. Значение рассчитывается как отношение числа благоприятных исходов (M) к числу всех возможных исходов (N): P = M/N.
Для расчета вероятности наступления двух зависимых событий, их вероятности перемножаются. Для расчета вероятности одного события из нескольких, вероятности складываются (если события взаимно исключающие).
В HR-аналитике понятие вероятности используется для моделирования HR-процессов, анализа неопределенности, анализа временных рядов и других задач, связанных с прогнозированием.
⚡️Пример: Двум рекрутерам поручили по одной вакансии. Согласно историческим данным, вероятность закрытия вакансии у рекрутера А — 70%, у рекрутера B — 50%. Рассчитаем вероятность того, что оба рекрутера успешно закроют вакансии:
Вероятность закрытия для А: P(A) = 0,7
Вероятность закрытия для B: P(B) = 0,5
Вероятность того, что оба рекрутера закроют вакансии: P(AB) = P(A) * P(B) = 0,7 * 0,5 = 0,35.
👍3
#статистика #вероятность
Какова вероятность встретить сегодня вечером розового слона?
Кто-то скажет — 0, кто-то — 50% (встречу или нет). Давайте разберёмся так ли это.
⚡️ Равновозможные события — это события, у которых одинаковая вероятность наступления. Например: орёл или решка при честном броске монеты — по 50%. А вот вероятность встретить или НЕ встретить розового слона - это не равномовозможные события. Слон сам по себе событие крайне маловероятное )
Почему это важно для HR-аналитики?
При расчётах рисков, сценариев, прогнозов (например, текучести, травматизма, увольнений) нельзя автоматически предполагать равновозможность всех исходов.
🔹 Пример:
Если вероятность травмы = 5%, и у нас 100 сотрудников:
(5 / 100) * 100 = 5 ожидаемых травм
А не 50, как было бы при 50% (равновозможности).
Какова вероятность встретить сегодня вечером розового слона?
Кто-то скажет — 0, кто-то — 50% (встречу или нет). Давайте разберёмся так ли это.
⚡️ Равновозможные события — это события, у которых одинаковая вероятность наступления. Например: орёл или решка при честном броске монеты — по 50%. А вот вероятность встретить или НЕ встретить розового слона - это не равномовозможные события. Слон сам по себе событие крайне маловероятное )
Почему это важно для HR-аналитики?
При расчётах рисков, сценариев, прогнозов (например, текучести, травматизма, увольнений) нельзя автоматически предполагать равновозможность всех исходов.
🔹 Пример:
Если вероятность травмы = 5%, и у нас 100 сотрудников:
(5 / 100) * 100 = 5 ожидаемых травм
А не 50, как было бы при 50% (равновозможности).
#методы #корреляционныйанализ
⚡️Корреляционный анализ — это статистический метод изучения взаимосвязи между двумя и более величинами.
Другими словами, такой анализ позволяет установить наличие связи между, на первый взгляд, не связанными факторами: ростом и уровнем зарплаты, стажем работы и оценкой эффективности сотрудника и прочее. И если такая связь существует, то сопровождается ли изменение одного фактора возрастанием или уменьшением другого, связанного с ним.
Это сравнительно простой для расчёта и надёжный инструмент используется как в бизнесе, так и в научных исследованиях для установления взаимосвязи между различными факторами. Основное преимущество этого метода — доступность.
Использовать его можно с помощью обычного MS Excel. Механику работы с этим инструментом можно найти в статье
⚡️Корреляционный анализ — это статистический метод изучения взаимосвязи между двумя и более величинами.
Другими словами, такой анализ позволяет установить наличие связи между, на первый взгляд, не связанными факторами: ростом и уровнем зарплаты, стажем работы и оценкой эффективности сотрудника и прочее. И если такая связь существует, то сопровождается ли изменение одного фактора возрастанием или уменьшением другого, связанного с ним.
Это сравнительно простой для расчёта и надёжный инструмент используется как в бизнесе, так и в научных исследованиях для установления взаимосвязи между различными факторами. Основное преимущество этого метода — доступность.
Использовать его можно с помощью обычного MS Excel. Механику работы с этим инструментом можно найти в статье
👍2
#методы #кластеризация
⚡️ Кластерный анализ — это метод классификационного анализа, основное назначение которого в разбиении множества исследуемых объектов на однородные группы или кластеры, объединённые по какому-то признаку или характеристике.
Другими словами, этот метод позволяет сгруппировать наши объекты таким образом, чтобы каждый отдельный элемент в группе имел идентичную характеристику или свойство, присущее всем остальным объектам в этой группе.
В HR-аналитике этот метод позволяет разбивать респондентов на однородные группы, проводить анализ конкурентов и группировки результатов исследований.
Использовать его можно с помощью обычного MS Excel. Механику работы с этим инструментом можно найти в статье
⚡️ Кластерный анализ — это метод классификационного анализа, основное назначение которого в разбиении множества исследуемых объектов на однородные группы или кластеры, объединённые по какому-то признаку или характеристике.
Другими словами, этот метод позволяет сгруппировать наши объекты таким образом, чтобы каждый отдельный элемент в группе имел идентичную характеристику или свойство, присущее всем остальным объектам в этой группе.
В HR-аналитике этот метод позволяет разбивать респондентов на однородные группы, проводить анализ конкурентов и группировки результатов исследований.
Использовать его можно с помощью обычного MS Excel. Механику работы с этим инструментом можно найти в статье
👍1
#инструменты #Росстат
Иногда перед HR-аналитиком ставится задача проведения исследований и анализа демографии, экономики труда, конкурентов и прочих запросов.
Например, если компания планирует открывать представительство в навом городе и ей нужно проанализировать рынок труда, наличие компаний-доноров для найма персонала и посмотреть экономическую активность региона.
В таких случаях полезным инструментов в арсенале HR-аналитика станет портал Росстата и его дашборд по социально-экономическим показателям в РФ.
К сожалению, этот инструмент малоизвестен и редко используется на практике, а между тем, он обладает довольно ценной информацией, а кроме того, абсолютно бесплатный
Что можно найти на портале:
❕Среднюю заработную плату по регионам и по категориям;
❕Бенчмарки ССЧ по регионам и по отраслям ;
❕Численность экономического активного населения по регионам;
❕Половозрастной состав населения по регионам;
❕Индекс деловой активности по индустриям и регионам;
и многое другое.
Иногда перед HR-аналитиком ставится задача проведения исследований и анализа демографии, экономики труда, конкурентов и прочих запросов.
Например, если компания планирует открывать представительство в навом городе и ей нужно проанализировать рынок труда, наличие компаний-доноров для найма персонала и посмотреть экономическую активность региона.
В таких случаях полезным инструментов в арсенале HR-аналитика станет портал Росстата и его дашборд по социально-экономическим показателям в РФ.
К сожалению, этот инструмент малоизвестен и редко используется на практике, а между тем, он обладает довольно ценной информацией, а кроме того, абсолютно бесплатный
Что можно найти на портале:
❕Среднюю заработную плату по регионам и по категориям;
❕Бенчмарки ССЧ по регионам и по отраслям ;
❕Численность экономического активного населения по регионам;
❕Половозрастной состав населения по регионам;
❕Индекс деловой активности по индустриям и регионам;
и многое другое.
👍2❤1
#основы #медиана
Меры центральной тенденции — академическое название группы показателей, широко используемых в HR-аналитике и C&B для описания совокупности объектов. К ним относятся средние значения, медиана, мода и некоторые другие показатели. Одно из центральных мест занимает медиана.
⚡️Медиана разделяет массив данных на две части таким образом, что 50% всех результатов оказывается выше медианы, а 50% - ниже. Таким образом мы получаем значение, находящееся ровно посередине проранжированной выборки.
Медиану используют для определения средних зп в исследованиях, а вот среднее значение для таких задач не используется.
Все дело в выбросах, которые неизбежно появляются при сборе данных. Всегда найдется кто-то, чьи условия значительно выбиваются из общего ряда.
⚡️Пример:
10 человек указали в качестве своей зп 100 рублей, 1 указал 200 рублей.
Среднее арифметическое дает нам 136 рублей в качестве средней зп.
А вот медиана даст нам 100 рублей, что больше похоже на правду.
Меры центральной тенденции — академическое название группы показателей, широко используемых в HR-аналитике и C&B для описания совокупности объектов. К ним относятся средние значения, медиана, мода и некоторые другие показатели. Одно из центральных мест занимает медиана.
⚡️Медиана разделяет массив данных на две части таким образом, что 50% всех результатов оказывается выше медианы, а 50% - ниже. Таким образом мы получаем значение, находящееся ровно посередине проранжированной выборки.
Медиану используют для определения средних зп в исследованиях, а вот среднее значение для таких задач не используется.
Все дело в выбросах, которые неизбежно появляются при сборе данных. Всегда найдется кто-то, чьи условия значительно выбиваются из общего ряда.
⚡️Пример:
10 человек указали в качестве своей зп 100 рублей, 1 указал 200 рублей.
Среднее арифметическое дает нам 136 рублей в качестве средней зп.
А вот медиана даст нам 100 рублей, что больше похоже на правду.
👍2
#основы #среднее
⚡️Среднее геометрическое – это еще одна мера центральной тенденции. Рассчитывается как корень n-ой степени из произведения n чисел. То есть чтобы посчитать среднее геометрическое из двух числен, нужно их перемножить и извлечь квадратный корень.
Отличается от среднего арифметического тем, что учитывает взаимные отношения чисел, а не только их значения. Всегда меньше или равно среднему арифметическому, а разница между ними тем больше, чем больше изменчивость наблюдений от периода к периоду.
Используется чаще всего для отслеживания динамики изменения каких-то процессов во времени, например роста заработных плат, текучести и прочих показателей.
⚡️ Пример:
Динамика изменения оклада по должности по годам составила: 100,110,125,130,150 рублей.
Среднее геометрическое составит 122 рубля.
Среднее арифметическое (для сравнения) составит 123 рубля.
⚡️Среднее геометрическое – это еще одна мера центральной тенденции. Рассчитывается как корень n-ой степени из произведения n чисел. То есть чтобы посчитать среднее геометрическое из двух числен, нужно их перемножить и извлечь квадратный корень.
Отличается от среднего арифметического тем, что учитывает взаимные отношения чисел, а не только их значения. Всегда меньше или равно среднему арифметическому, а разница между ними тем больше, чем больше изменчивость наблюдений от периода к периоду.
Используется чаще всего для отслеживания динамики изменения каких-то процессов во времени, например роста заработных плат, текучести и прочих показателей.
⚡️ Пример:
Динамика изменения оклада по должности по годам составила: 100,110,125,130,150 рублей.
Среднее геометрическое составит 122 рубля.
Среднее арифметическое (для сравнения) составит 123 рубля.
👍1
#основы #статистика #выборка
В ходе исследований часто приходится работать как с целыми массивами данных, так и с их составными частями, поэтому не лишним будет разобраться в разнице между ними:
⚡️Генеральная совокупность — это все объекты, относительно которых предполагается проводить исследование или анализ.
В компании работает сто человек – это генеральная совокупность сотрудников.
⚡️Выборка — это часть генеральной совокупности, которая обладает всеми ее характеристиками. Другими словами, это типичная часть целого, анализируя которую, можно делать достаточно достоверные предположения о генеральной совокупности, как например, по группе сотрудников из какого-то отдела можно делать определенные предположения относительно всех сотрудников этого отдела.
⚡️Репрезентативность — важное качество любой выборки, это свойство такой выборки, где каждый объект обладает всеми необходимыми признаками для работы или анализа и при этом отражает все необходимые характеристики генеральной совокупности.
В ходе исследований часто приходится работать как с целыми массивами данных, так и с их составными частями, поэтому не лишним будет разобраться в разнице между ними:
⚡️Генеральная совокупность — это все объекты, относительно которых предполагается проводить исследование или анализ.
В компании работает сто человек – это генеральная совокупность сотрудников.
⚡️Выборка — это часть генеральной совокупности, которая обладает всеми ее характеристиками. Другими словами, это типичная часть целого, анализируя которую, можно делать достаточно достоверные предположения о генеральной совокупности, как например, по группе сотрудников из какого-то отдела можно делать определенные предположения относительно всех сотрудников этого отдела.
⚡️Репрезентативность — важное качество любой выборки, это свойство такой выборки, где каждый объект обладает всеми необходимыми признаками для работы или анализа и при этом отражает все необходимые характеристики генеральной совокупности.